Is there any correlation between alpha-synuclein levels in tears and retinal layer thickness in Parkinson's disease?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To determine the total alpha-synuclein (αSyn) reflex tears and its association with retinal layers thickness in Parkinson's disease (PD). METHODS: Fifty-two eyes of 26 PD subjects and 52 eyes of age-and sex-matched healthy controls were included. Total αSyn in reflex tears was quantified using a human total αSyn enzyme-linked immunosorbent assay (ELISA) kit. The retinal thickness was evaluated with spectral-domain optical coherence tomography. The Movement Disorder Society-Unified Parkinsońs Disease Rating Scale (MDS-UPDRS), Non-Motor Symptoms Scale (NMSS), and Montreal Cognitive Assessment (MoCA) were used to assess motor, non-motor, and cognition. RESULTS: In PD, total αSyn levels were increased compared to control subjects [1.76pg/mL (IQR 1.74-1.80) vs 1.73pg/mL (IQR 1.70-1.77), p < 0.004]. The nerve fiber layer, ganglion cell layer, internal plexiform layer, inner nuclear layer, and outer nuclear layer were thinner in PD in comparison with controls (p < 0.05). The outer plexiform layer and retinal pigment epithelium were thicker in PD (p < 0.05). The total αSyn levels positively correlated with the central volume of the inner nuclear layer (r = 0.357, p = 0.009). CONCLUSION: Total αSyn reflex tear levels were increased in subjects with PD compared to controls. PD patients showed significant thinning of the inner retinal layers and thickening of outer retinal layers in comparison with controls. Total αSyn levels positively correlate with the central volume of the inner nuclear layer in PD. The combination of these biomarkers might have a possible role as a diagnostic tool in PD subjects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle